C#文本轉(zhuǎn)語音并保存wav和MP3文件

　　回顧上次寫博客至今都有4個多月了，最近工作比較的忙沒時間寫博文。以后會多堅持寫博文，與大家分享下最近遇到的問題。最近因為項目需要，研究了下用C#開發(fā)TTS。下面把大體的思路給大家說說，希望對大家有所幫助。

　　首先需要了解下MS的SAPI，它是微軟的語音API。它包括了語音識別SR引擎和語音合成SS引擎兩種語音引擎。等下會給大家看下語音合成SS引擎。它由不同的版本，操作系統(tǒng)的不同使用的版本不同，不過我喜歡使用其他的合成語音包，比如：NeoSpeech公司的合成語音包。回過頭來，MS 的SAPI的版本有：5.1、5.3和5.4。具體用途如下：　　

　　1.Windows Speech SDK 5.1版本支持xp系統(tǒng)和server 2003系統(tǒng)，需要下載安裝。XP系統(tǒng)默認(rèn)只帶了個Microsoft Sam英文男聲語音庫，想要中文引擎就需要安裝Windows Speech SDK 5.1。下載地址：http://www.microsoft.com/download/en/details.aspx?id=10121

2. Windows Speech SDK 5.3版本支持Vista系統(tǒng)和Server 2008系統(tǒng)，已經(jīng)集成到系統(tǒng)里。Vista和Server 2003默認(rèn)帶Microsoft lili中文女聲語音庫和Microsoft Anna英文女聲語音庫。

3. Windows Speech SDK 5.4版本支持Windows7系統(tǒng)，也已經(jīng)集成到系統(tǒng)里，不需要下載安裝。Win7系統(tǒng)同樣帶了Microsoft lili中文女聲語音庫和Microsoft Anna英文女聲語音庫。Microsoft lili支持中英文混讀。

　　到這里環(huán)境就準(zhǔn)備好了，接下來講訴下開發(fā)TTS要用到的類，我使用的是.net類庫提供的語音類System.Speech.Synthesis.SpeechSynthesizer，使用前需要添加引用：System.Speech。該類的主要方法、屬性、事件如下：

　　方法：

　　GetInstalledVoices()：獲取當(dāng)前系統(tǒng)中安裝的語音播放人，返回一個VoiceInfo對象集合，具體的對象有在控制面板中，語音項可以查看。Xp默認(rèn)是Microsoft Sam。

　　SelectVoice（string）：選擇當(dāng)前朗讀的人員，參數(shù)是朗讀者名稱，如：Microsoft Sam

　　SpeakAsync（string）：開始進(jìn)行異步朗讀，參數(shù)是朗讀的文本。

　　Speak（string）：開始進(jìn)行朗讀，參數(shù)是朗讀的文本。這里我沒有弄懂SpeakAsync和Speak的區(qū)別，我試了下效果都一樣。

　　Pause()：暫停正在播放朗讀。

　　Resume()：繼續(xù)播放暫停的朗讀。

　　SetOutputToWaveFile(string)：保存語音文件,調(diào)用該方法后需要調(diào)用Speak方法。參數(shù)是保存文件的路徑。如：d:/124.wav或d:/123.MP3

　　SetOutputToNull()：保存文件結(jié)束語句，必須調(diào)用該語句，否則生產(chǎn)的語音文件無法播放。

　　屬性：

　　Rate：播放語速，-10~10

　　Volume：音量調(diào)節(jié)：0~100

　　Voice：正在使用某個人員播放，返回：VoiceInfo對象。

　　事件：

　　SpeakCompleted：朗讀完成事件，朗讀完成后會觸發(fā)該時間。可以在該事件中處理播放完成后的流程。

　　SpeakStarted：朗讀開始事件。

　　SpeakPRogress：朗讀過程事件，可以繼續(xù)一些進(jìn)度條處理。

　　。。。。

其他屬性、方法、事件用得少就不多講了，自己看下API就知道了。有什么問題可以給我留言，我們共同探討。界面如下：

還是把代碼貼上來吧，主要代碼如下：

private SpeechSynthesizer synth = null;//語音對象

/// <summary> /// 返回一個SpeechSynthesizer對象 /// </summary> /// <returns></returns> private SpeechSynthesizer GetSpeechSynthesizerInstance() { if (synth == null) { synth = new SpeechSynthesizer(); } return synth; }

/// <summary> /// 獲得朗讀設(shè)置對象 /// </summary> /// <returns></returns> private VoiceClass GetVoiceClass() { VoiceClass setViceClass = new VoiceClass(); setViceClass.VoiceName = cboTokens.Text; setViceClass.Rate = int.Parse(cboSpeed.Text); setViceClass.Volume = tbVoice.Value; setViceClass.VoiceText = txtInput.Text; return setViceClass; }

/// <summary> /// 播放 /// </summary> /// <param name="sender"></param> /// <param name="e"></param> private void btnGo_Click(object sender, EventArgs e) { if (IsVaild()) { VoiceClass setViceClass = GetVoiceClass();//VoiceClass 是自己建立的一個類，里面封轉(zhuǎn)了語速 音量 播放人 播放文本 Thread thread = new Thread(RingVoice); thread.Start(setViceClass); } } /// <summary> /// 開始朗讀 放在線程中 /// </summary> /// <param name="VoiceObject"></param> public void RingVoice(object VoiceObject) { try { VoiceClass voiceClass = (VoiceClass)VoiceObject; synth = GetSpeechSynthesizerInstance(); synth.SelectVoice(voiceClass.VoiceName); synth.Rate = voiceClass.Rate; synth.Volume = voiceClass.Volume; synth.SpeakAsync(voiceClass.VoiceText); } catch (Exception er) { MessageBox.Show(er.ToString(), "提示", MessageBoxButtons.OK, MessageBoxIcon.Error); } }

/// <summary> /// 保存 /// </summary> /// <param name="sender"></param> /// <param name="e"></param> private void btnSave_Click(object sender, EventArgs e) { if (IsVaild()) { synth = GetSpeechSynthesizerInstance(); VoiceClass voiceClass = GetVoiceClass(); synth.SelectVoice(voiceClass.VoiceName); synth.Rate = voiceClass.Rate; synth.Volume = voiceClass.Volume;

SaveFileDialog saveFileDialog = new SaveFileDialog(); saveFileDialog.Title = "保存文檔"; saveFileDialog.Filter = "*.wav|*.wav|*.mp3|*.mp3"; saveFileDialog.InitialDirectory = Environment.GetFolderPath(Environment.SpecialFolder.MyDocuments); DialogResult saveDialog = saveFileDialog.ShowDialog(); try {

if (saveDialog == System.Windows.Forms.DialogResult.OK) { synth.SetOutputToWaveFile(saveFileDialog.FileName); synth.Speak(voiceClass.VoiceText); synth.SetOutputToNull(); System.Diagnostics.Process.Start("Explorer.exe", string.Format(@"/select,{0}", saveFileDialog.FileName));//打開wav目錄并選中文件 }

} catch (Exception er) { MessageBox.Show(er.ToString(), "提示", MessageBoxButtons.OK, MessageBoxIcon.Error); } } }

/// <summary> /// 繼續(xù) /// </summary> /// <param name="sender"></param> /// <param name="e"></param> private void btnContinum_Click(object sender, EventArgs e) { synth.Resume(); } /// <summary> /// 暫停 /// </summary> /// <param name="sender"></param> /// <param name="e"></param> private void btnStop_Click(object sender, EventArgs e) { synth.Pause(); }

有個問題，不知道是什么原因，要播放的內(nèi)容：歡迎致電12345客服服務(wù)系統(tǒng)，它把12345給我朗讀成：1萬2千3百4十五。這個問題還在解決中，誰知道麻煩給我留下言，謝謝。